De State of Enterprise AI

De adoptie van Artificial Intelligence binnen grote organisaties is verschoven van experimentele pilots naar kerninfrastructuur. Volgens het “State of Enterprise AI 2025-rapport” van OpenAI maken nu meer dan 1 miljoen zakelijke klanten gebruik van AI tools, met een aanzienlijke groei in workflow-integratie en API-consumptie. De data geeft aan dat hoewel de adoptie wereldwijd is en versnelt, er een duidelijk verschil in volwassenheid ontstaat tussen leidende “frontier”-organisaties (de top 5% van de gebruikers) en de mediane onderneming.

Deze analyse splitst het huidige landschap van enterprise AI uit en onderzoekt gebruikspatronen, productiviteit effecten en de specifieke strategieën die goed presterende organisaties onderscheiden van achterblijvers.

Wat is de State of Enterprise AI?

De staat van enterprise AI in 2025 werd gedefinieerd door een overgang van individuele taakondersteuning naar complexe, meervoudige workflow-automatisering. Organisaties vragen modellen niet langer simpelweg om output; ze delegeren diepere operationele processen aan AI-systemen.

Belangrijke meetwaarden die dit landschap definiëren zijn onder andere:

• Schaal van adoptie: Er zijn nu meer dan 1 miljoen zakelijke klanten die de tools van OpenAI gebruiken, met 7 miljoen werkplek-seats.
• Intensiteit van gebruik: Het verbruik van API reasoning-tokens per organisatie is jaar-op-jaar met 320x toegenomen.
• Wereldwijd bereik: Internationale groei overtreft de early adopters, waarbij landen als Australië, Brazilië en Nederland klant groeipercentages van meer dan 150% laten zien.

Versnellend gebruik en workflow-integratie

Het totale volume van AI-interactie binnen ondernemingen is aanzienlijk gegroeid. Sinds november 2024 zijn wekelijkse zakelijke berichten ongeveer 8x toegenomen, waarbij de gemiddelde werknemer 30% meer berichten verstuurt. Deze groei wordt niet alleen gedreven door meer gebruikers, maar door een verdiepende intensiteit van het gebruik per werknemer.

De opkomst van custom GPT’s en projecten

Een primaire drijfveer van deze verdiepte integratie is de verschuiving naar configureerbare interfaces. Custom GPT’s en “Projects” stellen organisaties in staat om AI aan te passen met specifieke instructies, kennisbanken en aangepaste acties.

• Adoptiegraad: Wekelijkse gebruikers van Custom GPT’s en Projects zijn jaar-to-date met 19x toegenomen.
• Workflow-aandeel: Ongeveer 20% van alle zakelijke berichten wordt nu verwerkt via een Custom GPT of Project.
• Functie: Deze tools worden voornamelijk gebruikt om institutionele kennis te codificeren of workflows te automatiseren via interne systeemintegraties.

Leidende organisaties, zoals BBVA, melden de deployment van meer dan 4.000 GPT’s, wat suggereert dat AI agents persistente tools worden die verankerd zijn in de dagelijkse operaties.

API-consumptie en developer-workflows

Naast chat-interfaces integreren bedrijven modellen direct in producten en interne systemen via API’s.

• Token-volume: Meer dan 9.000 organisaties hebben meer dan 10 miljard tokens verwerkt.
• Reasoning-modellen: De toename van 320x in het verbruik van reasoning-tokens geeft aan dat bedrijven systematisch intelligente modellen integreren in producten en diensten.
• Softwareontwikkeling: Het gebruik van Codex voor end-to-end software taken (generatie, refactoring, testen) wint aan terrein, waarbij het aantal wekelijkse actieve gebruikers de afgelopen weken is verdubbeld.

De groter wordende kloof tussen koplopers en achterblijvers

Een cruciale bevinding in het 2025-rapport is de divergentie in adoptie-intensiteit. Hoewel tools breed beschikbaar zijn, varieert de diepte van het gebruik dramatisch tussen “frontier”-werkers (het top 5e percentiel) en mediane gebruikers.

Individuele gebruiker verschillen

“Frontier”-werkers opereren met een aanzienlijk hogere intensiteit dan diens collega’s:

• Berichten Volume: “Frontier”-werkers sturen 6x meer berichten dan de mediane werknemer.
• Taakspecifieke intensiteit: In functies voor data-analyse gebruiken “frontier”-werkers analysetools 16x meer dan de mediaan.
• Coding-kloof: De grootste relatieve kloof bestaat bij coderen, waar “frontier”-werkers 17x zoveel berichten sturen als de mediaan.

Organisatorische volwassenheid kloven

Deze kloof wordt weerspiegeld op bedrijfsniveau. “Frontier”-bedrijven genereren ongeveer 2x meer berichten per seat dan de mediane onderneming. Nog opvallender is dat ze 7x meer berichten genereren naar Custom GPT’s. Dit suggereert dat leidende bedrijven investeren in AI strategie en infrastructuur die gestandaardiseerde, herhaalbare workflows bevordert in plaats van ad-hoc gebruik.

Omgekeerd heeft een aanzienlijk deel van de actieve gebruikers nog geen gebruikgemaakt van geavanceerde mogelijkheden. Onder maandelijkse actieve gebruikers heeft 19% nog nooit functies voor data-analyse gebruikt en heeft 14% nog nooit reasoning-modellen ingezet.

Impact op productiviteit en capaciteiten van het personeel

Data van ondervraagde ondernemingen geeft aan dat AI-adoptie meetbare tijdsbesparingen oplevert en de technische capaciteiten van niet-technisch personeel uitbreidt.

Kwantificeerbare tijdsbesparing

Zakelijke gebruikers melden een besparing van gemiddeld 40 tot 60 minuten per dag. Deze besparingen zijn niet gelijk verdeeld over functies:

• Grote bespaarders: Werknemers in data science, engineering en communicatie melden een besparing van 60–80 minuten per dag.
• Impact-correlatie: Gebruikers die actief zijn over zeven of meer verschillende taaktypen melden vijf keer meer tijd te besparen dan degenen die AI voor slechts vier taaktypen gebruiken.

De uitbreiding van technisch werk

AI doet traditionele rol grenzen vervagen. Niet-technische teams voeren steeds vaker taken uit die voorheen beperkt waren tot specialisten.

• Coderen over functies heen: Buiten engineering en IT zijn coding-gerelateerde berichten de afgelopen zes maanden met 36% gegroeid.
• Verwerving van vaardigheden: 75% van de werknemers meldt taken te kunnen voltooien die ze voorheen niet konden uitvoeren, zoals data-analyse en technische troubleshooting.

Om deze verschuiving te ondersteunen, investeren organisaties steeds vaker in Vibe Coding workshops en Cursor-training om werknemers bij te scholen in AI-ondersteunde ontwikkeling.

Industriespecifieke adoptie patronen

Hoewel groei in alle sectoren plaatsvindt, varieert de snelheid van de versnelling. De technologiesector leidt in pure groei, maar traditionele industrieën schalen de implementaties snel op.

Sector Groeipercentages (Jaar-op-Jaar)

• Technologie: 11x groei.
• Gezondheidszorg: 8x groei.
• Productie: 7x groei.

Diversificatie van use cases

De toepassing van AI varieert naar behoefte van de industrie:

• Technologie: Richt zich voornamelijk op het bouwen en schalen van klantgerichte applicaties en coding-workflows.
• Productie: Organisaties in deze sector zetten AI in om operaties te stroomlijnen. Gespecialiseerde AI consultancy voor productie richt zich vaak op supply chain en procesoptimalisatie.
• Retail: Retailers gebruiken AI voor klantervaring en ondersteuning van medewerkers. Lowe’s implementeerde bijvoorbeeld AI om productvragen voor medewerkers te beantwoorden, wat resulteerde in een stijging van 200 basispunten in klanttevredenheid. Retailers die dit succes willen repliceren, schakelen vaak AI consultancy voor retail in.
• Finance: Financiële instellingen geven prioriteit aan klantenondersteuning en compliance. BBVA automatiseerde juridische vragen om commerciële operaties te deblokkeren, wat 26% van de jaarlijkse besparings-KPI van de juridische afdeling opleverde.

Praktijkcases in enterprise AI

Het rapport belicht verschillende organisaties die verder zijn gegaan dan pilots om materiële zakelijke impact te bereiken.

Intercom: Automatisering van klantenservice

Intercom gebruikte de Realtime API om “Fin Voice” te bouwen, een spraakgestuurde AI-agent.

• Uitdaging: Latency vermindert de telefonische ondersteuning om te voorkomen dat klanten ophangen.
• Oplossing: Een AI-agent die in staat is om complexe, meerstaps verzoeken af te handelen met lage latency.
• Resultaat: Latency nam af met 48% en de AI lost 53% van de oproepen end-to-end op.
• Relevantie: Dit demonstreert de effectiviteit van moderne klantenservice-automatisering in omgevingen waar veel op het spel staat.

Moderna: Versnellen van R&D

Moderna paste AI toe op de ontwikkeling van Target Product Profiles (TPP’s), een kritieke stap in geneesmiddelenontwikkeling.

• Uitdaging: Beoordelen van bewijs pakketten tot wel 300 pagina’s om product blauwdrukken te maken.
• Oplossing: Gebruik van ChatGPT Enterprise om feiten te extraheren, concept secties te genereren en details te markeren voor menselijke beoordeling.
• Resultaat: Kern Analytische stappen werden teruggebracht van weken naar uren.

Stappen voor organisatorische gereedheid

De primaire beperkingen voor AI-adoptie in 2025 zijn vaak organisatorisch in plaats van technisch. Toonaangevende bedrijven vertonen consequent gedrag dat opschalen makkelijker maakt.

• Diepe systeemintegratie: Koplopers maken connectoren mogelijk om AI veilige toegang te geven tot bedrijfsdata, wat contextbewuste antwoorden oplevert.
• Workflow-standaardisatie: Succesvolle bedrijven promoten actief het delen van herhaalbare oplossingen (Custom GPT’s) in plaats van te vertrouwen op individuele experimenten.
• Executive sponsorship: Duidelijke mandaten en toewijzing van middelen vanuit het leiderschap zijn vereist om van pilot naar productie over te gaan. AI voor executives programma’s zijn essentieel voor leiders om te begrijpen hoe ze deze transitie moeten sturen.
• Change management: Systematische investering in governance, training en interne “AI-kampioenen” is noodzakelijk om de kloof tussen “frontier”- en mediane werknemers te overbruggen. Organisaties hebben vaak specifieke AI change management strategieën nodig om dit effectief uit te voeren.

Conclusie

Het landschap van enterprise AI in 2025 wordt gekenmerkt door snelle schaalvergroting en een duidelijk onderscheid tussen organisaties die AI behandelen als een randtool en organisaties die het integreren als kerninfrastructuur. Hoewel productiviteitswinsten evident zijn, met 40 tot 60 minuten besparing per dag per gebruiker, ligt de diepere waarde in de uitbreiding van de capaciteiten van het personeel en de automatisering van complexe workflows. Naarmate de kloof tussen “frontier”- en mediane gebruikers groter wordt, moet de focus voor ondernemingen verschuiven van toegang naar integratie, standaardisatie en uitgebreide bijscholing van het personeel.

Veelgestelde vragen (FAQ)